基于3种模型的石家庄日最大电力负荷变幅预报效果分析

基于石家庄2017—2019年逐日最大电力负荷和同期气象资料,分析日最大电力负荷的变化规律,在分析日最大电力负荷变幅与气象因子及空气质量指数(AQI)的相关性基础上,采用逐步回归、多元线性回归和广义相加模型(GAM)分冬季和夏季建立日最大电力负荷变幅预报模型,将2019年冬季和夏季月资料作为预报效果独立检验样本.结果表...     

LSTM在宜昌短期电力负荷预测中的试验应用

利用宜昌市历史气象数据、电力负荷数据以及日期类型数据等建立LSTM网络模型,通过逐步调优试验评估,提出适用于宜昌电力负荷预测的LSTM网络模型方案。利用过去48h的历史气象资料、电力负荷资料以及节假日类型资料对当前时次的电力负荷预测效果最好,平均绝对百分比误差可达到1.79%;对一天24h各时次的负荷进行直接预测时,宜选用过去72h的历史资料及51个隐藏层单元,其预测效果最好,但效果仍远不如对单一时次的预测;利用提出的模型分别对选取的三个个例进行单时次滚动预测及24h直接预测检验,结果显示预测效果均较好,平均MAPE均在2%以内,表明提出的预测模型具有一定的可行性。     

广州市城市电力消费对气候变化的响应

低纬度地区的城市电力消费对气候变化有较为敏感的响应。该文引入了气候变化对农业产量和能源影响的研究方法, 分别建立了气候变化对电力消费影响强度的动态评估模型和降温度日模型, 对广州市城市电力消费对气候变化的响应作了深入分析。结果表明:广州市城市电力消费量主要受到气温、湿度、风速等气象因子的影响, 其中气温为关键性因子; 综合考虑各气候因子和气候变化的稳定性, 1956—2005年的近50年, 广州市气候变化对城市电力消费影响强度是持续稳定增加的, 正强度出现的概率呈现出增大趋势, 以10%/10a的速度增长; 通过对广州市降温度日的分析可知, 5—10月为主要的降温时期, 其气温的升高对降温度日强度变化影响很大, 达到46.6%/ ℃, 同时, 广州市的降温期长度变率也呈递增趋势, 因此, 气温的升高引发的降温度日的增加对广州市城市电力消费有深刻影响; 在未来气候变暖情景下, 夏季平均最高气温每升高1 ℃, 广州市全年单位工业产值耗电将增加2.02%, 5—10月的平均气温每升高1 ℃, 居民生活用电量的百分比将增加1.25%。在未来, 气候变暖将使城市用电压力有继续增大的趋势。     

天津电力人体舒适度预报模型

为做好天津电力气象服务工作,提供符合电力负荷预测需求的人体舒适度预报产品,本文根据国内外多种人体舒适度预报模型,利用2002—2005年夏季天津逐日电力负荷数据和气象数据,计算天津市逐日平均人体舒适度,详细分析各模型计算结果与平均气温和气象负荷的对应关系。结果发现,UTCI模型、吕伟林室外预报模型和李源模型计算的人体舒适度更符合天津市人体舒适度感觉,且与电力气象负荷的线性相关性较好。鉴于吕伟林模型在我国应用较广,本文采用最小二乘法对吕伟林室外预报模型进行拟合订正,建立出符合天津市电力气象服务需求的人体舒适度预报模型。     

气象因子对夏季最大电力负荷的敏感性分析

利用2016—2018年武汉夏季(6—9月)逐15 min电力负荷以及同期逐日气象数据,分析最大电力负荷变化特征及与气象因子的相关关系。利用逐步回归和双隐含层BP神经网络算法,建立了武汉夏季最大电力负荷的预测模型。结果表明:平均温度、平均最高温度、平均最低温度与气象电力负荷存在显著的正相关,其次是日照时数。前1 d最大电力负荷与当日最大电力负荷的相关性最好,当日电力负荷对前1 d温度的平均和舒适度指数的变化最为敏感。以历史电力负荷和气象数据为联合预报因子,逐步回归和BP神经网络算法对武汉夏季最大电力负荷具有较好的模拟效果,尤其是对持续高温造成高位运行的最大负荷模拟。当敏感性在10%以内时,逐步回归算法中气象因子正的贡献要小于负的贡献,BP神经网络算法中气象因子正的贡献要高于负的贡献;当敏感性高于10%时,两种算法中气象因子均为正的贡献。     

电力巡线LiDAR点云电塔自动定位和提取算法

针对电力巡线机载激光雷达(LiDAR)激光点云电塔自动提取问题,提出了一种电塔自动定位和点云提取算法。首先,基于点云进行二维空间网格划分,利用网格点云高程偏差和方差特征提取潜在电塔网格;其次,基于电塔点云的高程连续特性完成电塔自动定位和点云粗提取;然后,利用点云分层密度信息和图像开运算,实现电塔精细提取;最后,利用轻小型无人机载激光雷达数据验证本文算法的有效性。试验结果表明,本文所提出的自动提取算法,能够有效解决LiDAR数据中电塔自动定位和点云提取问题,在LiDAR数据质量较差时仍能够取得良好效果,算法对于噪点数据具有较强的稳健性。本文所提出的电塔自动提取算法在LiDAR电力巡检数据处理中具有一定的应用价值。     

电网负荷特性分析与预测探讨

利用武汉市2013—2018年逐15 min精细化电力负荷数据及武汉市日降水、气温等气象资料,统计分析电力负荷特征指标,探寻电力负荷的构成、变化规律及其与气象因子的关系。研究结果表明: (1) 近年来武汉市电力负荷和日负荷峰谷差屡破新高,夏季高温持续时间和强度大小对空调负荷影响最为显著。电力负荷随季节变化呈现出明显的“双峰双谷”特征。(2) 夏季电力负荷远高于其它三季,冬季次之。四季日变化特征总体呈现“昼高夜低”的分布。(3) 工作日和双休日负荷明显高于节假日,工作日负荷略高于双休日,其中工作日的早高峰负荷最大,而双休日和节假日的晚高峰负荷最大。(4) 气象因子对全社会用电量影响尤为重要。夏季气象敏感负荷与日平均气温的关系最密切,当平均气温高于初始敏感值和强敏感值时,电力负荷随气温上升增幅更加明显。(5) 无论是否出现降水,夏季气象敏感负荷与日平均气温的关系都很密切。无降水天气,负荷与日平均气温相关性最高;有降水发生时,气象敏感负荷与日平均气温的相关性呈下降趋势,总体反映出降水影响气温、气温影响电力负荷的物理过程和机制。

     

隔震供电变压器之耐震试验与系统识别

本研究系进行供电变压器之隔减震试验,并引入双线性模型与Bouc-Wen模型作为隔震组件之数学模型,以及以ARX模型处理变压器套管之系统识别工作.由试验结果得知所考虑两种隔震组件的隔减震成效可得到验证:整体而言,不论是套管、变压器的加速度,或是变压器基底剪力等,在经过两种隔震组件的作用后,其峰值都可以降低到一半左右,甚或更小.两种隔震组件之数学模型以及套管之ARX模型,均能够有效预测隔震后变压器套管系统之受震反应.